关于 topic-modeler
topic-modeler 使用 LDA 从文本集合中提取主题，适用于文本分析工作。它还可为文档分类，并提供主题关键词、可视化和一致性评分。
主要功能
- 01LDA 主题建模
- 02提取主题代表关键词
- 03文档主题分类
- 04词云与分布可视化
- 05主题一致性评分
适用场景
- 01识别文本集合中的主题
- 02为单篇文档分配主题
- 03查看主题词及其分布
- 04通过一致性评分评估主题质量
安装
复制下面的命令，在终端中运行。
$
npx skills add https:/安装后在 Claude Code 中输入/topic-modeler确认已加载。
附带文件scripts/requirements.txtscripts/topic_modeler.py
详细介绍
主题建模器
使用 LDA 从文本集合中提取主题。
功能
- LDA 主题建模：潜在狄利克雷分配
- 主题关键词：提取每个主题的代表性关键词
- 文档分类：将文档分配到主题
- 可视化：主题词云和分布
- 一致性分数：评估主题质量
CLI 用法
python topic_modeler.py --input documents.csv --column text --topics 5 --output topics.json
依赖项
- gensim>=4.3.0
- nltk>=3.8.0
- pandas>=2.0.0
- matplotlib>=3.7.0
- wordcloud>=1.9.0
评论
支持 Markdown